분포 외(OOD) 검출

Out-of-Distribution (OOD) 감지는 분류기가 훈련을 받은 분포에 속하지 않는 데이터 인스턴스를 식별하는 작업을 의미합니다. OOD 데이터는 모델이 훈련 중에 만나지 않았기 때문에 "미처 본 적 없는" 데이터라고도 불립니다. 이 작업의 목표는 모델이 훈련 중에 본 in-distribution (ID) 데이터와 만나지 않았던 out-of-distribution (OOD) 데이터를 구분하도록 훈련시키는 것입니다. 이를 통해 모델의 강건성과 일반화 능력을 향상시킬 수 있습니다. 이는 독립적인 OOD 감지기를 훈련시키거나 모델 아키텍처와 손실 함수를 수정하여 달성할 수 있습니다. 컴퓨터 비전 분야에서는 OOD 감지가 이상치와 알려지지 않은 객체를 식별하는 데 특히 중요합니다.